Glean探讨企业AI转型痛点:超越工具定位于组织重构

5 Organizational Shifts That Make or Break Your AI Transformation With Glean — Ai4

Ai4

企业实现AI强化的关键在于打破传统架构并促进员工协同,而非仅将AI视作替代人力的单一工具。

AI-assisted summary of 5 Organizational Shifts That Make or Break Your AI Transformation With Glean — original source. Check the original for full context.

Source published:

Detailed notes

## Background 该视频由 Ai4 频道于 2025 年 8 月 26 日发布在 YouTube 平台上。视频主讲人为 Glean 的 Work Transformation Lab 负责人 Rebecca Hinds。根据页面简介,内容主要探讨将企业 AI 战略从孤立试点推进至全公司落地的五大关键变革,涵盖员工心态重塑与组织架构重组等核心议题。

## TL;DR 演讲者结合多年的企业研究与案例分析,阐述了推动 AI 变革成功所需的五项战略转变。企业需要引导员工将 AI 从单纯的“工具”重新定义为合作的“队友”,并通过“AI 影响力者”以自下而上的方式带动全员采纳。同时,必须消除“应用切换税”,将 AI 融入现有工作流,并把焦点从个人生产力转向团队级的深度协作。最后,企业应打破 19 世纪式的传统部门壁垒,重构能够支撑 AI 全局优化的柔性组织架构。

## Atmosphere & style 整场演讲呈现出专业、务实且充满洞察力的学术与商业分享氛围。演讲者将丰富的心理学数据、顶级学府的研究案例与真实的企业转型实践交织在一起,语言严谨而富有条理。内容从剖析员工对 AI 的心理抵制与认知误区切入,逐步升维至对百年传统组织架构的深度反思,为观众带来兼具理论深度与实践落脚点的沉浸式思考体验。

## Key takeaways - [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 组织推动 AI 变革需要实现五大关键转变,从重塑员工心智模型到重构适应 AI 时代的组织架构。 - [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 转变一:重新定义员工对 AI 的认知定位,从单向使用的“工具”转变为共同协作的“队友”。 - [01:28](https://www.youtube.com/watch?v=f-7B300g604&t=88s) 53% 的员工仅将 AI 视为普通工具,而 9% 将其视为“队友”的群体展现出更高的生产力提升效率。 - [03:42](https://www.youtube.com/watch?v=f-7B300g604&t=222s) 员工对 AI 存在主观心理抵制,只要以为回答来自 AI,即使客观准确度极高也会被认为缺乏帮助。 - [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 转变二:拒绝纯自上而下的行政强制指令,转向结合并激活自下而上的“AI 影响力者”。 - [05:39](https://www.youtube.com/watch?v=f-7B300g604&t=339s) 纯行政指令只能覆盖 30%-35% 的员工,结合内部“AI 影响力者”能将采纳率提升至 60%-70%。 - [07:21](https://www.youtube.com/watch?v=f-7B300g604&t=441s) Udemy 举办 Promptathon 竞赛,通过评估“优化提升幅度”而非单看绝对水平来筛选并培养关键变革者。 - [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) 转变三:消除跨系统切换的“应用切换税”,将 AI 直接无缝无形地融入现有工作流界面中。 - [08:55](https://www.youtube.com/watch?v=f-7B300g604&t=535s) 500 强企业员工每天切换应用达 1200+ 次,被打断后重新聚焦平均需要超过 23 分钟。 - [09:34](https://www.youtube.com/watch?v=f-7B300g604&t=574s) 企业内部 AI 工具激增,核心矛盾已非工具数量匮乏,而是未将 AI 放在正确的嵌入式入口上。 - [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 转变四:从过度聚焦“个人生产力”转向重塑“团队协作层”的 AI 赋能。 - [11:02](https://www.youtube.com/watch?v=f-7B300g604&t=662s) 过分强调个人效率易引发“公地悲剧”,单点生成的大量冗余内容反而会严重拖累团队整体效率。 - [11:49](https://www.youtube.com/watch?v=f-7B300g604&t=709s) 知识工作者 85%-90% 的时间用于协作,AI 应作为主持人或反方代表参与动态引导,破除群体思维。 - [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) 转变五:打破 19 世纪式按部门隔离的传统组织架构,构建能支持全局最优解的柔性 Org Chart。 - [17:02](https://www.youtube.com/watch?v=f-7B300g604&t=1022s) 传统部门架构旨在降低管理复杂性,而 AI 的优势在于跨部门处理复杂性并寻求全公司级别的“全局最优”。 - [19:08](https://www.youtube.com/watch?v=f-7B300g604&t=1148s) Moderna 将 HR 与 IT 部门合并由单一高管领导,以成功弥合“技术部署”与“组织变革”之间的天然鸿沟。

## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 转变一:重塑员工对 AI 的心智模型(从“工具”到“队友”)

Rebecca Hinds 总结了她过去六年针对企业 AI 落地与研究的洞察(先后在 Stanford 读博、在 Asana 领导 Work Innovation Lab,现任 Glean 思想领导力及 Future of Work Lab 负责人)。早在 2019 年研究零售企业部署 AI 时,她就发现成功与失败的企业形成了鲜明对比:成功的公司不会只把 AI 当作又一项新工具,而是对其重新定义(Reframe),甚至有公司禁用“Artificial Intelligence”一词,认为“Artificial”(人工/虚假)天生自带威胁感与对抗意味,因而将其改称为“Amplified Intelligence”(增强智能)或“Augmented Intelligence”(扩增智能)。

根据 Work Innovation Lab 的心理学研究数据,绝大多数员工(53%)仍将 AI 视为一种像锤子或计算器一样的**“工具”(Tool)**——即“用完即用即扔”的事务性关系;然而,仅有 **9%** 的员工将 AI 视为**“队友”(Teammate)**。这 9% 的群体在生产力提升方面的汇报率显著更高。因为当员工将 AI 视为队友时,他们不再被动地问“这技术能帮我做什么?”,而是主动思考“我和它能一起完成什么?”,并在第一次 Prompt 结果不佳时像对待人类同事一样继续与 AI 协作深入探讨。

``` 员工对 AI 的认知定位与行为差异:

┌──────────────────────────────────────────┐ │ AI 视作工具 (53%) │ │ 观点:事务性工具(如锤子、计算器) │ │ 行为:用完即弃,首轮 Prompt 不佳即放弃 │ └──────────────────────────────────────────┘ │ ▼ ┌──────────────────────────────────────────┐ │ AI 视作队友 (9%) │ │ 观点:合作共创者 │ │ 行为:持续追问与协作,生产力提升率显著提高 │ └──────────────────────────────────────────┘ ```

演讲者援引哈佛大学 Raj Choudhury 教授针对 Zapier CEO Wade Foster 的 AI 替代测试:即使 AI 模型的回复在客观准确度上极高,但如果员工**主观上以为**该回复来自 AI Bot,他们对回答实用性的评估就会大幅打折。这表明:**即便 AI 在技术上完全正确,如果不具备“人类队友”般的情感与协作体验,依然会遭到员工的心理抵制**。

- 53% 的员工将 AI 视为普通工具,仅有 9% 的员工将其视为“队友”。 - 将 AI 视为队友的员工,其生产力改善幅度显著高于普通用户。 - 哈佛大学 Raj Choudhury 团队将 Zapier CEO Wade Foster 的多年沟通数据(邮件、会议纪要等)训练成 AI Bot,员工仅有 58% 的概率能分辨真人与 Bot(接近掷硬币概率)。 - 研究核心结论:只要员工“以为”回答来自 AI,无论事实是否如此,都会主观评价该回答“缺乏帮助”。

---

[05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 转变二:自上而下的行政指令 vs 自下而上的“AI 影响力者”

许多公司试图通过行政命令(Top-down mandates)强推 AI 普及,甚至发出“不用 AI 就解雇”的警告,但这种做法往往适得其反,导致员工只是出于敷衍(Going through the motions)而形式化使用。高效的企业深知,真正的变更管理(Change management)需要将自上而下的政策与自下而上的运动相结合。员工不会因为高层老板的命令而心服口服,但他们会跟随身边信任、有同理心的同侪。

在每个组织内部,都存在一群具有超高同行影响力的**“AI 影响力者”(AI Influencer)**。这些关键人物往往不是层级最高的高管,也不是技术最顶尖的技术专家。为了精准识别并激活这些关键人,在线教育平台 Udemy 举办了一场名为“Learns AI Week”的全公司 Prompt 提示词大赛(Promptathon)。该活动巧妙利用两个机制:一是将竞赛作为筛选机制,识别出谁在积极参与并充满热情;二是不单奖励输出质量最高的人,而是特别奖励“优化前后对比最大”(Best before & after)以及在 Prompt 合作共创中表现突出的员工。

- 根据 Babson College 的 Rob Cross 教授的研究:纯粹依靠自上而下的行政变更指令,仅能覆盖大约 30%–35% 的员工。 - 当结合并激活组织内部的“AI 影响力者”后,AI 技术的全员采纳率可直接翻倍,提升至 60%–70%。 - Udemy 通过举办全公司范围的 Promptathon,以“前后提升幅度”和“协作反馈”为评分标准,成功遴选并激活了内部的 AI 影响力者。

---

[08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) 转变三:消除“应用切换税”,将 AI 融入已有工作流

哪怕员工拥有正确的心智模型,也有自下而上的推动力,阻碍 AI 落地的一大硬伤是**“应用切换税”(Toggle tax)**。在世界 500 强企业中,员工每天在不同系统与软件应用之间来回切换的次数高达 1,200 次以上。每一次切换都会分散注意力,研究显示,员工一旦被迫中断当前工作,平均需要超过 23 分钟才能重新聚焦到原始任务上,工作体验如同“数字弹珠台”(Digital pinball)。

Glean 去年的调查研究显示,目前大型企业内部平均已在使用约 150 种生成式 AI 工具,而到今年年底这一数字预计将翻倍至 **350 种以上**。如果每次使用 AI 都需要员工打开新网页、输入新账号登录并承受更高的切换成本,采纳率必然暴跌。因此,企业面临的问题并非“AI 工具不够”,而是“AI 没有被放在正确的位置”。AI 必须做到嵌入式(Embedded)、一体化(Integrated),甚至在日常工作流中达到“近乎无形”的状态。

- Fortune 500 企业员工平均每天进行切换应用/标签页(Toggle)动作达 1,200+ 次。 - 任务因切换而被打断后,员工重新恢复深度专注平均需要 23 分钟以上。 - 大型企业内部使用的生成式 AI 工具数量正从 150 种激增至 350 种以上。 - 解决 Toggle tax 的关键是减少新入口,将 AI 直接无缝嵌入员工已有的日常工作界面中。

---

[10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 转变四:从“个人生产力”转向“团队协作层”的 AI 赋能

当前绝大多数高管和开发者都将 AI 局限在“个人生产力工具”(Personal productivity tool)的定位上,试图用它来实现“减员增效”。然而过度聚焦个人生产力极易引发经济学上的**“公地悲剧”(Tragedy of the commons)**:当某个员工为了追求个人效率最大化而用 AI 生成大量通知、邮件和内容分发给他人时,个人看起来效率极高,但团队和组织层面的整体效率却面临断崖式下跌。

知识工作者(Knowledge workers)每天有 85% 到 90% 的时间在进行团队协作(这一数字在过去 20-30 年间增长了 50%),但绝大多数协作都是极低效且混乱的,因为传统的协作过程难以被量化和察觉。研究表明,高绩效团队在创意阶段需要极高的**“语篇多样性”(Discursive diversity,即使用多元的词汇与句式),但在执行和协同阶段则需要快速收敛(Converge)。AI 能够在跨平台协作中扮演“会议主持人”或“反方代表”(Devil's advocate)的角色——实验证明,当一个中立的 AI 在会议中提出“大家是否考虑过其他不同观点?”时,不仅能有效破除群体思维(Groupthink),还能显著提升参会者对会议最终决策的满意度。

- 知识工作者日常 85%–90% 的工作时间用于协作,过去 20 到 30 年间协作时长增加了约 50%。 - 高绩效组织奖励有效协作的概率是普通企业的 5.5 倍。 - 优秀团队的协作规律:创新探索期保持高“语篇多样性”(Discursive diversity),落地执行期则降低多样性以达成快速对齐。 - AI 在会议中的应用不应止步于“自动转写与纪要”,而应参与到动态引导中(如拦截霸道发言、担任反方角色解构群体思维、甚至以 Digital Twin 数字分身形式参会)。 - 演讲者提醒:如果大家都派 AI 数字分身参加某个会议,说明该会议根本不该召开,应直接改为异步邮件或项目卡片更新。

---

[16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) 转变五:打破 19 世纪式组织架构,构建适应 AI 时代的柔性 Org Chart

如果企业的组织架构(Org chart)仍停留在上个时代,AI 变革将寸步难行。当下的很多企业架构图与 1896 年(130 年前)的垂直部门树状图几乎毫无二致。从组织行为学来看,传统组织架构的本质是为了**“降低复杂性”**(通过划清控制跨度、汇报线和决策边界来隔离风险);然而,AI 具备处理跨部门复杂性的强大能力,不需要也不应该被强行限制在孤立的部门“烟囱”里。

以 Rebecca Hinds 与 Stanford 教授 Melissa Valentine 深入研究的某大型数字零售企业为例,该公司在推行服装选品(Assortment planning)AI 算法时,传统的男装采购部只关注男装部门的局部最优解(Local optimum)。而 AI 模型的逻辑是横跨全公司所有品类,寻找能够最大化全公司整体利润的全局最优解(Global optimum)。这倒逼企业打破传统部门壁垒,赋予组织架构更高的弹性。另一个典型案例是**Moderna(摩德纳)**在今年宣布将其 HR(人力资源)与 IT(信息技术)部门合并,由 Chief People and Digital Technology Officer 统一领导,成功缩短了“技术部署”与“组织变革/人效管理”之间的天然鸿沟。

``` 传统部门孤岛 vs AI 全局协同:

【传统组织架构】(降低复杂性 / 局部最优解) ┌─────────────────┐ ┌─────────────────┐ │ 男装采购部门 │ │ 女装采购部门 │ └────────┬────────┘ └────────┬────────┘ │ (各自独立决策) │ (各自独立决策) ▼ ▼ 男装部门局部最优 女装部门局部最优

【AI 驱动型架构】(处理复杂性 / 全局最优解) ┌─────────────────────────────────────────┐ │ AI 决策引擎 │ └────────────────────┬────────────────────┘ │ (横向打通数据与流程) ┌─────────────┴─────────────┐ ▼ ▼ ┌───────────────┐ ┌───────────────┐ │ 男装业务 │ ◄───────► │ 女装业务 │ └───────────────┘ └───────────────┘ │ │ └───────────┬───────────┘ ▼ 实现全公司整体利润最大化 ```

- 传统组织架构诞生于 1896 年前后,核心功能是通过划分部门边界来降低管理复杂性。 - 零售企业的 AI 选品案例证明:AI 的优势在于打破部门孤岛、寻找全公司级别的“全局最优”(Global optimum),而非局限于单一部门的“局部最优”(Local optimum)。 - Moderna 将 HR 部门与 IT 部门合并,由原 CHRO 统管人力与数字技术,将“人类行为变革”与“技术基础设施”深度融合。 - 结尾建议:企业无需一次性推进全部五大转变,但应立即选择其中 1-2 项最关键的转变并全力落实。

## Notable quotes > [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 53% 的员工将 AI 视为普通工具,仅有 9% 的员工将其视为“队友”。 — Rebecca Hinds

> [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 只要员工“以为”回答来自 AI,无论事实是否如此,都会主观评价该回答“缺乏帮助”。 — Rebecca Hinds

> [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 纯粹依靠自上而下的行政变更指令,仅能覆盖大约 30%–35% 的员工。 — Rebecca Hinds

> [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 当结合并激活组织内部的“AI 影响力者”后,AI 技术的全员采纳率可直接翻倍,提升至 60%–70%。 — Rebecca Hinds

> [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) Fortune 500 企业员工平均每天进行切换应用/标签页(Toggle)动作达 1,200+ 次。 — Rebecca Hinds

> [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) 任务因切换而被打断后,员工重新恢复深度专注平均需要 23 分钟以上。 — Rebecca Hinds

> [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 知识工作者日常 85%–90% 的工作时间用于协作,过去 20 到 30 年间协作时长增加了约 50%。 — Rebecca Hinds

> [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 高绩效组织奖励有效协作的概率是普通企业的 5.5 倍。 — Rebecca Hinds

> [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 如果大家都派 AI 数字分身参加某个会议,说明该会议根本不该召开,应直接改为异步邮件或项目卡片更新。 — Rebecca Hinds

> [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) 传统组织架构诞生于 1896 年前后,核心功能是通过划分部门边界来降低管理复杂性。 — Rebecca Hinds

> [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) AI 的优势在于打破部门孤岛、寻找全公司级别的“全局最优”(Global optimum),而非局限于单一部门的“局部最优”(Local optimum)。 — Rebecca Hinds

## Mentioned Rebecca Hinds, Glean, Stanford University, Asana, Work Innovation Lab, Future of Work Lab, Raj Choudhury, Zapier, Wade Foster, Rob Cross, Babson College, Udemy, Learns AI Week, Melissa Valentine, Moderna

## Video description Rebecca Hinds, Head, Work Transformation Lab, Glean

Abstracts

What separates organizations that achieve real AI transformation from those that don’t? Most are investing in AI, but few are seeing meaningful impact. In this talk, I’ll break down five strategic shifts that set high-performing AI organizations apart—from reshaping employee mindsets to rewiring the org chart for scale. I’ll share research-backed practices that help teams move from isolated pilots to enterprise-wide results. If your AI strategy feels siloed, stalled, or stuck in experimentation mode, this session will give you a practical path forward.

[Source](https://www.youtube.com/watch?v=f-7B300g604)

中文简报

Glean Work Lab负责人:企业AI成功离不开组织架构重组 企业若想通过AI实现切实的生产力提升,需将管理层指令与同行倡导者相结合,并将算法直接嵌入现有的日常工作流中,而非部署孤立的工具。 Rebecca Hinds提出了从停滞的AI试探迈向真正企业转型所需的五大根本性组织变革。她指出,企业必须将AI从事务性工具重新定义为协作队友,将自上而下的指令与内部同伴AI倡导者相结合,消除工作流程整合阻力,并引导AI用于改善团队协作而非仅仅提高孤立产出。最后,她主张重组传统组织架构以赋予AI跨部门的敏捷性,并以Moderna等现实案例说明,唯有将人的变革管理与技术相协调,才能产生真正的实效。 仅 9% 的员工将 AI 视为协作“队友”并获得显著的生产力提升,而 53% 的人仅将其视作事务性工具;研究显示员工对 AI 存在固有偏见,知晓内容由算法生成时往往会给出更低的效用评价。 (0:20) 自上而下的管理层指令通常仅能触达 30%–35% 的员工,而将高管推动与基层“AI 影响力者”相结合,可将整体采纳率近乎翻倍至 60%–70%。 (5:13) 知识工作者每天在各类应用间切换超过 1,200 次,所造成的“切换税”使其每次分心需逾 23 分钟才能重新聚焦,因此推动落地的关键是将 AI 深度内嵌于现有工作流,而非堆砌独立工具。 (8:48) 过度追求个体生产力容易引发生成海量无效信息的“公地悲剧”;高价值的 AI 应用应着眼于改善占据员工 85%–90% 工作时间的团队协作体验与会议机制。 (10:35) 源于 19 世纪末的传统筒仓式组织架构限制了 AI 的跨部门全局优化能力,企业需重塑灵活组织结构,如 Moderna 合并人力资源与 IT 部门以打通技术落地与组织变革。 (16:13)

精炼阅读摘要

Glean 未来工作实验室负责人 Rebecca Hinds 认为,企业人工智能转型失败的主因不在技术本身,而在组织架构与心理认知;实现突破需要企业完成五项核心组织转变,重塑人机协作与运营模式。 心理认知:从单向工具转向协作伙伴 (0:20) 推动人工智能落地的首要阻碍来自员工的心理抗拒。Hinds 指出,“人工智能”(Artificial Intelligence)一词中的“人工”易引发虚假与取代人类的负面联想,部分成功企业甚至直接将其重新定义为“强化智能”(Amplified Intelligence)或“增强智能”(Augmented Intelligence)。Work Innovation Lab 的调研显示,53% 的员工将 AI 视为像计算器一样用完即弃的事务性“工具”,仅有 9% 的员工将其视为“团队伙伴”。然而,正是这 9% 采取迭代协作态度的群体报告了显著更高的生产力提升。 技术输出即使高度精准,也常常因员工的心理偏见而被贬低。哈佛大学 Raj Choudhury 针对 Zapier 的研究显示,基于首席执行官 Wade Foster 多年沟通记录训练出的 AI 机器人,其生成内容仅有 58% 能被员工与真人区分开;但只要员工知晓或认定回复来自 AI,就会习惯性地给出更低的有益度评价。这表明企业若不重塑员工对人机关系的认知,技术成果便难以被客观接纳。 推广策略:自上而下指令结合基层倡导者 (5:13) 仅凭管理层的高压命令无法促成企业范围内的深层转变。Babson College 教授 Rob Cross 的研究表明,纯粹依靠自上而下的行政指令,其员工触达率通常仅为 30% 到 35%;而若将管理层方向与同僚中的“AI 意见领袖”相结合,触达率可跃升至 60% 到 70%。一线员工往往不会因为高层命令而改变工作习惯,却更容易受到身旁可信赖同事的示范带动。 这些基层推动者往往分散在业务一线,不一定拥有显赫头衔或 IT 背景。在线学习平台 Udemy 通过举办全员性质的“AI 学习周”(以 Prompt 大赛形式展开)来发掘内部人才。该活动通过评估员工在提示词设计上的“前后对比”进步幅度,奖励跨部门的协作共创与持续迭代,从而自然筛选出具备热情的非技术型推广骨干。 工作流整合:消除“切换税”与工具膨胀 (8:48) 即使企业具备积极文化,AI 工具落地也常受制于“切换税”(Toggle Tax)。在现代财富 500 强工作场所中,知识型员工每天在不同应用窗口间切换超过 1,200 次,工作流程被切割得支离破碎。数据显示,员工在切换应用发生分心后,平均需要超过 23 分钟才能重新集中注意力回到原本任务。 独立生成式 AI 工具的泛滥正在加剧认知疲劳。Glean 的企业研究显示,大型企业去年平均使用约 150 款生成式 AI 应用,预计到今年底这一数字将激增至 350 款以上。如果使用 AI 意味着必须额外打开浏览器标签页并管理新账号,其实际使用率便会骤跌。解决之道并非采购更多独立工具,而是将 AI 无缝嵌入员工的日常工作流中,使技术近乎隐形地发挥效用。 协作机制:从个人提速转向团队协同重构 (10:35) 将 AI 仅仅视为个人提速工具容易引发职场“公地悲剧”:单个员工利用 AI 大量生成会议摘要、多余通知和自动化文档,表面上看个人产出激增,实则给其他团队成员带来严重的信息过载。Rob Cross 的研究指出,现代知识工作者有 85% 到 90% 的工作时间用于协作,这一负担在过去二三十年间增加了 50%。高绩效组织优先奖励团队协同的概率是单独个人产出的 5.5 倍。 AI 的更大价值在于作为中立第三方修复团队协同机制。关于“话语多样性”的学术研究表明,高效团队在头脑风暴期使用多元词汇,在执行阶段则自然收敛至统一词汇;AI 可在会议中实时监测语言模式,引导团队在不同阶段实现发散或收敛。此外,AI 还能识别会议中的言语霸凌行为、充当“反面意见提出者”打破群体迷思,或作为数字分身代为出席常规通报会——尽管若所有参会者都派遣机器人出席,该会议理应直接改为异步文档沟通。 组织重组:打破筒仓以适应全局算法优化 (16:13) 传统的企业组织架构雏形可追溯至 1896 年,其初衷是通过划分部门界限(如严格区分男装部与女装部的决策权)来隔离和降低运营复杂性。然而,现代 AI 的优势恰恰在于打破壁垒、实现跨部门的全局最优分析,这使得百年前的静态结构成为算法落地的瓶颈。 Hinds 与斯坦福大学教授 Melissa Valentine 针对一家数字化零售商的研究显示,为了让算法能够跨部门评估整体服装选品组合与利润,企业必须重塑组织架构以赋予其更高流动性。现实中的典型实践如生物制药公司 Moderna,该公司将人力资源部门与 IT 部门整合,设立由原首席人力资源官领导的“首席人力与数字技术官”,将负责组织文化与员工变革的管理经验同底层技术实施直接绑定。 Hinds 强调,企业不必试图同时推进全部五项变革,领导层应挑选一到两个与当下痛点最契合的领域重点突破。然而,如何在消除应用切换成本的同时统一全公司的数据流动,以及传统垂直晋升通道如何适应横向流动的新型组织架构,仍是企业在实践中需要持续权衡的问题。

Detailed notes — zh

## Background 该视频由 Ai4 频道于 2025 年 8 月 26 日发布在 YouTube 平台上。视频主讲人为 Glean 的 Work Transformation Lab 负责人 Rebecca Hinds。根据页面简介,内容主要探讨将企业 AI 战略从孤立试点推进至全公司落地的五大关键变革,涵盖员工心态重塑与组织架构重组等核心议题。 ## TL;DR 演讲者结合多年的企业研究与案例分析,阐述了推动 AI 变革成功所需的五项战略转变。企业需要引导员工将 AI 从单纯的“工具”重新定义为合作的“队友”,并通过“AI 影响力者”以自下而上的方式带动全员采纳。同时,必须消除“应用切换税”,将 AI 融入现有工作流,并把焦点从个人生产力转向团队级的深度协作。最后,企业应打破 19 世纪式的传统部门壁垒,重构能够支撑 AI 全局优化的柔性组织架构。 ## Atmosphere & style 整场演讲呈现出专业、务实且充满洞察力的学术与商业分享氛围。演讲者将丰富的心理学数据、顶级学府的研究案例与真实的企业转型实践交织在一起,语言严谨而富有条理。内容从剖析员工对 AI 的心理抵制与认知误区切入,逐步升维至对百年传统组织架构的深度反思,为观众带来兼具理论深度与实践落脚点的沉浸式思考体验。 ## Key takeaways - [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 组织推动 AI 变革需要实现五大关键转变,从重塑员工心智模型到重构适应 AI 时代的组织架构。 - [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 转变一:重新定义员工对 AI 的认知定位,从单向使用的“工具”转变为共同协作的“队友”。 - [01:28](https://www.youtube.com/watch?v=f-7B300g604&t=88s) 53% 的员工仅将 AI 视为普通工具,而 9% 将其视为“队友”的群体展现出更高的生产力提升效率。 - [03:42](https://www.youtube.com/watch?v=f-7B300g604&t=222s) 员工对 AI 存在主观心理抵制,只要以为回答来自 AI,即使客观准确度极高也会被认为缺乏帮助。 - [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 转变二:拒绝纯自上而下的行政强制指令,转向结合并激活自下而上的“AI 影响力者”。 - [05:39](https://www.youtube.com/watch?v=f-7B300g604&t=339s) 纯行政指令只能覆盖 30%-35% 的员工,结合内部“AI 影响力者”能将采纳率提升至 60%-70%。 - [07:21](https://www.youtube.com/watch?v=f-7B300g604&t=441s) Udemy 举办 Promptathon 竞赛,通过评估“优化提升幅度”而非单看绝对水平来筛选并培养关键变革者。 - [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) 转变三:消除跨系统切换的“应用切换税”,将 AI 直接无缝无形地融入现有工作流界面中。 - [08:55](https://www.youtube.com/watch?v=f-7B300g604&t=535s) 500 强企业员工每天切换应用达 1200+ 次,被打断后重新聚焦平均需要超过 23 分钟。 - [09:34](https://www.youtube.com/watch?v=f-7B300g604&t=574s) 企业内部 AI 工具激增,核心矛盾已非工具数量匮乏,而是未将 AI 放在正确的嵌入式入口上。 - [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 转变四:从过度聚焦“个人生产力”转向重塑“团队协作层”的 AI 赋能。 - [11:02](https://www.youtube.com/watch?v=f-7B300g604&t=662s) 过分强调个人效率易引发“公地悲剧”,单点生成的大量冗余内容反而会严重拖累团队整体效率。 - [11:49](https://www.youtube.com/watch?v=f-7B300g604&t=709s) 知识工作者 85%-90% 的时间用于协作,AI 应作为主持人或反方代表参与动态引导,破除群体思维。 - [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) 转变五:打破 19 世纪式按部门隔离的传统组织架构,构建能支持全局最优解的柔性 Org Chart。 - [17:02](https://www.youtube.com/watch?v=f-7B300g604&t=1022s) 传统部门架构旨在降低管理复杂性,而 AI 的优势在于跨部门处理复杂性并寻求全公司级别的“全局最优”。 - [19:08](https://www.youtube.com/watch?v=f-7B300g604&t=1148s) Moderna 将 HR 与 IT 部门合并由单一高管领导,以成功弥合“技术部署”与“组织变革”之间的天然鸿沟。 ## Detailed walkthrough ### [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 转变一:重塑员工对 AI 的心智模型(从“工具”到“队友”) Rebecca Hinds 总结了她过去六年针对企业 AI 落地与研究的洞察(先后在 Stanford 读博、在 Asana 领导 Work Innovation Lab,现任 Glean 思想领导力及 Future of Work Lab 负责人)。早在 2019 年研究零售企业部署 AI 时,她就发现成功与失败的企业形成了鲜明对比:成功的公司不会只把 AI 当作又一项新工具,而是对其重新定义(Reframe),甚至有公司禁用“Artificial Intelligence”一词,认为“Artificial”(人工/虚假)天生自带威胁感与对抗意味,因而将其改称为“Amplified Intelligence”(增强智能)或“Augmented Intelligence”(扩增智能)。 根据 Work Innovation Lab 的心理学研究数据,绝大多数员工(53%)仍将 AI 视为一种像锤子或计算器一样的**“工具”(Tool)**——即“用完即用即扔”的事务性关系;然而,仅有 **9%** 的员工将 AI 视为**“队友”(Teammate)**。这 9% 的群体在生产力提升方面的汇报率显著更高。因为当员工将 AI 视为队友时,他们不再被动地问“这技术能帮我做什么?”,而是主动思考“我和它能一起完成什么?”,并在第一次 Prompt 结果不佳时像对待人类同事一样继续与 AI 协作深入探讨。 ``` 员工对 AI 的认知定位与行为差异: ┌──────────────────────────────────────────┐ │ AI 视作工具 (53%) │ │ 观点:事务性工具(如锤子、计算器) │ │ 行为:用完即弃,首轮 Prompt 不佳即放弃 │ └──────────────────────────────────────────┘ │ ▼ ┌──────────────────────────────────────────┐ │ AI 视作队友 (9%) │ │ 观点:合作共创者 │ │ 行为:持续追问与协作,生产力提升率显著提高 │ └──────────────────────────────────────────┘ ``` 演讲者援引哈佛大学 Raj Choudhury 教授针对 Zapier CEO Wade Foster 的 AI 替代测试:即使 AI 模型的回复在客观准确度上极高,但如果员工**主观上以为**该回复来自 AI Bot,他们对回答实用性的评估就会大幅打折。这表明:**即便 AI 在技术上完全正确,如果不具备“人类队友”般的情感与协作体验,依然会遭到员工的心理抵制**。 - 53% 的员工将 AI 视为普通工具,仅有 9% 的员工将其视为“队友”。 - 将 AI 视为队友的员工,其生产力改善幅度显著高于普通用户。 - 哈佛大学 Raj Choudhury 团队将 Zapier CEO Wade Foster 的多年沟通数据(邮件、会议纪要等)训练成 AI Bot,员工仅有 58% 的概率能分辨真人与 Bot(接近掷硬币概率)。 - 研究核心结论:只要员工“以为”回答来自 AI,无论事实是否如此,都会主观评价该回答“缺乏帮助”。 --- ### [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 转变二:自上而下的行政指令 vs 自下而上的“AI 影响力者” 许多公司试图通过行政命令(Top-down mandates)强推 AI 普及,甚至发出“不用 AI 就解雇”的警告,但这种做法往往适得其反,导致员工只是出于敷衍(Going through the motions)而形式化使用。高效的企业深知,真正的变更管理(Change management)需要将自上而下的政策与自下而上的运动相结合。员工不会因为高层老板的命令而心服口服,但他们会跟随身边信任、有同理心的同侪。 在每个组织内部,都存在一群具有超高同行影响力的**“AI 影响力者”(AI Influencer)**。这些关键人物往往不是层级最高的高管,也不是技术最顶尖的技术专家。为了精准识别并激活这些关键人,在线教育平台 Udemy 举办了一场名为“Learns AI Week”的全公司 Prompt 提示词大赛(Promptathon)。该活动巧妙利用两个机制:一是将竞赛作为筛选机制,识别出谁在积极参与并充满热情;二是不单奖励输出质量最高的人,而是特别奖励“优化前后对比最大”(Best before & after)以及在 Prompt 合作共创中表现突出的员工。 - 根据 Babson College 的 Rob Cross 教授的研究:纯粹依靠自上而下的行政变更指令,仅能覆盖大约 30%–35% 的员工。 - 当结合并激活组织内部的“AI 影响力者”后,AI 技术的全员采纳率可直接翻倍,提升至 60%–70%。 - Udemy 通过举办全公司范围的 Promptathon,以“前后提升幅度”和“协作反馈”为评分标准,成功遴选并激活了内部的 AI 影响力者。 --- ### [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) 转变三:消除“应用切换税”,将 AI 融入已有工作流 哪怕员工拥有正确的心智模型,也有自下而上的推动力,阻碍 AI 落地的一大硬伤是**“应用切换税”(Toggle tax)**。在世界 500 强企业中,员工每天在不同系统与软件应用之间来回切换的次数高达 1,200 次以上。每一次切换都会分散注意力,研究显示,员工一旦被迫中断当前工作,平均需要超过 23 分钟才能重新聚焦到原始任务上,工作体验如同“数字弹珠台”(Digital pinball)。 Glean 去年的调查研究显示,目前大型企业内部平均已在使用约 150 种生成式 AI 工具,而到今年年底这一数字预计将翻倍至 **350 种以上**。如果每次使用 AI 都需要员工打开新网页、输入新账号登录并承受更高的切换成本,采纳率必然暴跌。因此,企业面临的问题并非“AI 工具不够”,而是“AI 没有被放在正确的位置”。AI 必须做到嵌入式(Embedded)、一体化(Integrated),甚至在日常工作流中达到“近乎无形”的状态。 - Fortune 500 企业员工平均每天进行切换应用/标签页(Toggle)动作达 1,200+ 次。 - 任务因切换而被打断后,员工重新恢复深度专注平均需要 23 分钟以上。 - 大型企业内部使用的生成式 AI 工具数量正从 150 种激增至 350 种以上。 - 解决 Toggle tax 的关键是减少新入口,将 AI 直接无缝嵌入员工已有的日常工作界面中。 --- ### [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 转变四:从“个人生产力”转向“团队协作层”的 AI 赋能 当前绝大多数高管和开发者都将 AI 局限在“个人生产力工具”(Personal productivity tool)的定位上,试图用它来实现“减员增效”。然而过度聚焦个人生产力极易引发经济学上的**“公地悲剧”(Tragedy of the commons)**:当某个员工为了追求个人效率最大化而用 AI 生成大量通知、邮件和内容分发给他人时,个人看起来效率极高,但团队和组织层面的整体效率却面临断崖式下跌。 知识工作者(Knowledge workers)每天有 85% 到 90% 的时间在进行团队协作(这一数字在过去 20-30 年间增长了 50%),但绝大多数协作都是极低效且混乱的,因为传统的协作过程难以被量化和察觉。研究表明,高绩效团队在创意阶段需要极高的**“语篇多样性”(Discursive diversity,即使用多元的词汇与句式),但在执行和协同阶段则需要快速收敛(Converge)。AI 能够在跨平台协作中扮演“会议主持人”或“反方代表”(Devil's advocate)的角色——实验证明,当一个中立的 AI 在会议中提出“大家是否考虑过其他不同观点?”时,不仅能有效破除群体思维(Groupthink),还能显著提升参会者对会议最终决策的满意度。 - 知识工作者日常 85%–90% 的工作时间用于协作,过去 20 到 30 年间协作时长增加了约 50%。 - 高绩效组织奖励有效协作的概率是普通企业的 5.5 倍。 - 优秀团队的协作规律:创新探索期保持高“语篇多样性”(Discursive diversity),落地执行期则降低多样性以达成快速对齐。 - AI 在会议中的应用不应止步于“自动转写与纪要”,而应参与到动态引导中(如拦截霸道发言、担任反方角色解构群体思维、甚至以 Digital Twin 数字分身形式参会)。 - 演讲者提醒:如果大家都派 AI 数字分身参加某个会议,说明该会议根本不该召开,应直接改为异步邮件或项目卡片更新。 --- ### [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) 转变五:打破 19 世纪式组织架构,构建适应 AI 时代的柔性 Org Chart 如果企业的组织架构(Org chart)仍停留在上个时代,AI 变革将寸步难行。当下的很多企业架构图与 1896 年(130 年前)的垂直部门树状图几乎毫无二致。从组织行为学来看,传统组织架构的本质是为了**“降低复杂性”**(通过划清控制跨度、汇报线和决策边界来隔离风险);然而,AI 具备处理跨部门复杂性的强大能力,不需要也不应该被强行限制在孤立的部门“烟囱”里。 以 Rebecca Hinds 与 Stanford 教授 Melissa Valentine 深入研究的某大型数字零售企业为例,该公司在推行服装选品(Assortment planning)AI 算法时,传统的男装采购部只关注男装部门的局部最优解(Local optimum)。而 AI 模型的逻辑是横跨全公司所有品类,寻找能够最大化全公司整体利润的全局最优解(Global optimum)。这倒逼企业打破传统部门壁垒,赋予组织架构更高的弹性。另一个典型案例是**Moderna(摩德纳)**在今年宣布将其 HR(人力资源)与 IT(信息技术)部门合并,由 Chief People and Digital Technology Officer 统一领导,成功缩短了“技术部署”与“组织变革/人效管理”之间的天然鸿沟。 ``` 传统部门孤岛 vs AI 全局协同: 【传统组织架构】(降低复杂性 / 局部最优解) ┌─────────────────┐ ┌─────────────────┐ │ 男装采购部门 │ │ 女装采购部门 │ └────────┬────────┘ └────────┬────────┘ │ (各自独立决策) │ (各自独立决策) ▼ ▼ 男装部门局部最优 女装部门局部最优 【AI 驱动型架构】(处理复杂性 / 全局最优解) ┌─────────────────────────────────────────┐ │ AI 决策引擎 │ └────────────────────┬────────────────────┘ │ (横向打通数据与流程) ┌─────────────┴─────────────┐ ▼ ▼ ┌───────────────┐ ┌───────────────┐ │ 男装业务 │ ◄───────► │ 女装业务 │ └───────────────┘ └───────────────┘ │ │ └───────────┬───────────┘ ▼ 实现全公司整体利润最大化 ``` - 传统组织架构诞生于 1896 年前后,核心功能是通过划分部门边界来降低管理复杂性。 - 零售企业的 AI 选品案例证明:AI 的优势在于打破部门孤岛、寻找全公司级别的“全局最优”(Global optimum),而非局限于单一部门的“局部最优”(Local optimum)。 - Moderna 将 HR 部门与 IT 部门合并,由原 CHRO 统管人力与数字技术,将“人类行为变革”与“技术基础设施”深度融合。 - 结尾建议:企业无需一次性推进全部五大转变,但应立即选择其中 1-2 项最关键的转变并全力落实。 ## Notable quotes > [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 53% 的员工将 AI 视为普通工具,仅有 9% 的员工将其视为“队友”。 — Rebecca Hinds > [00:04](https://www.youtube.com/watch?v=f-7B300g604&t=4s) 只要员工“以为”回答来自 AI,无论事实是否如此,都会主观评价该回答“缺乏帮助”。 — Rebecca Hinds > [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 纯粹依靠自上而下的行政变更指令,仅能覆盖大约 30%–35% 的员工。 — Rebecca Hinds > [05:13](https://www.youtube.com/watch?v=f-7B300g604&t=313s) 当结合并激活组织内部的“AI 影响力者”后,AI 技术的全员采纳率可直接翻倍,提升至 60%–70%。 — Rebecca Hinds > [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) Fortune 500 企业员工平均每天进行切换应用/标签页(Toggle)动作达 1,200+ 次。 — Rebecca Hinds > [08:48](https://www.youtube.com/watch?v=f-7B300g604&t=528s) 任务因切换而被打断后,员工重新恢复深度专注平均需要 23 分钟以上。 — Rebecca Hinds > [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 知识工作者日常 85%–90% 的工作时间用于协作,过去 20 到 30 年间协作时长增加了约 50%。 — Rebecca Hinds > [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 高绩效组织奖励有效协作的概率是普通企业的 5.5 倍。 — Rebecca Hinds > [10:35](https://www.youtube.com/watch?v=f-7B300g604&t=635s) 如果大家都派 AI 数字分身参加某个会议,说明该会议根本不该召开,应直接改为异步邮件或项目卡片更新。 — Rebecca Hinds > [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) 传统组织架构诞生于 1896 年前后,核心功能是通过划分部门边界来降低管理复杂性。 — Rebecca Hinds > [16:13](https://www.youtube.com/watch?v=f-7B300g604&t=973s) AI 的优势在于打破部门孤岛、寻找全公司级别的“全局最优”(Global optimum),而非局限于单一部门的“局部最优”(Local optimum)。 — Rebecca Hinds ## Mentioned Rebecca Hinds, Glean, Stanford University, Asana, Work Innovation Lab, Future of Work Lab, Raj Choudhury, Zapier, Wade Foster, Rob Cross, Babson College, Udemy, Learns AI Week, Melissa Valentine, Moderna ## Video description Rebecca Hinds, Head, Work Transformation Lab, Glean Abstracts What separates organizations that achieve real AI transformation from those that don’t? Most are investing in AI, but few are seeing meaningful impact. In this talk, I’ll break down five strategic shifts that set high-performing AI organizations apart—from reshaping employee mindsets to rewiring the org chart for scale. I’ll share research-backed practices that help teams move from isolated pilots to enterprise-wide results. If your AI strategy feels siloed, stalled, or stuck in experimentation mode, this session will give you a practical path forward. [Source](https://www.youtube.com/watch?v=f-7B300g604)

Source quotes

[0:04] Rebecca Hinds: 53% 的员工将 AI 视为普通工具,仅有 9% 的员工将其视为“队友”。 [0:04] Rebecca Hinds: 只要员工“以为”回答来自 AI,无论事实是否如此,都会主观评价该回答“缺乏帮助”。 [5:13] Rebecca Hinds: 纯粹依靠自上而下的行政变更指令,仅能覆盖大约 30%–35% 的员工。 [5:13] Rebecca Hinds: 当结合并激活组织内部的“AI 影响力者”后,AI 技术的全员采纳率可直接翻倍,提升至 60%–70%。 [8:48] Rebecca Hinds: Fortune 500 企业员工平均每天进行切换应用/标签页(Toggle)动作达 1,200+ 次。 [8:48] Rebecca Hinds: 任务因切换而被打断后,员工重新恢复深度专注平均需要 23 分钟以上。 [10:35] Rebecca Hinds: 知识工作者日常 85%–90% 的工作时间用于协作,过去 20 到 30 年间协作时长增加了约 50%。 [10:35] Rebecca Hinds: 高绩效组织奖励有效协作的概率是普通企业的 5.5 倍。 [10:35] Rebecca Hinds: 如果大家都派 AI 数字分身参加某个会议,说明该会议根本不该召开,应直接改为异步邮件或项目卡片更新。 [16:13] Rebecca Hinds: 传统组织架构诞生于 1896 年前后,核心功能是通过划分部门边界来降低管理复杂性。 [16:13] Rebecca Hinds: AI 的优势在于打破部门孤岛、寻找全公司级别的“全局最优”(Global optimum),而非局限于单一部门的“局部最优”(Local optimum)。